Padroneggiare il test U di Mann-Whitney: una guida completa

Il test U di Mann-Whitney è un test statistico non parametrico utilizzato per determinare se esiste una differenza significativa tra due gruppi di dati indipendenti e non distribuiti normalmente. Classifica le osservazioni di entrambi i gruppi e quindi calcola la statistica U per confrontarle.

---

Introduzione

The Test U di Mann-Whitney, o test di somma dei ranghi di Wilcoxon, è un potente test non parametrico per confrontare due campioni indipendenti. A differenza del tradizionale test t, non richiede l'assunzione di una distribuzione normale dei dati. Questo test determina se le osservazioni di un campione sono tipicamente maggiori di quelle dell'altro.

È importante notare che iltest di Mann-Whitneyè più adatto a dati ordinali, di conteggio o continui che non superano il test di normalità. Questo strumento è diventato sempre più popolare perché è altamente resistente ai valori anomali e ai dati asimmetrici, il che lo rende molto utile per gli scienziati dei dati in diverse situazioni.

The Test U di Mann-Whitney ha vastissime applicazioni pratiche. Ad esempio, nella ricerca farmaceutica, potrebbe essere utilizzato per confrontare l'efficacia di due farmaci diversi. Potrebbe essere impiegato in ambito educativo per analizzare se il metodo di insegnamento A produce punteggi più alti nei test rispetto al metodo B. Il punto chiave è che permette di confrontare due gruppi in base a una variabile continua o ordinale.

---

Punti Salienti

• Il test U di Mann-Whitney non è parametrico e confronta due gruppi indipendenti.
• A differenza del test t, Mann-Whitney non richiede l'assunzione di dati distribuiti normalmente.
• Il test di Mann-Whitney utilizza la correlazione rango-biseriale per misurare la dimensione dell’effetto.
• Quando si interpretano i risultati, considerare la statistica U, il valore p e la dimensione dell'effetto.

---

Presupposti del test U di Mann-Whitney

L'efficacia delTest U di Mann-Whitneysi basa su determinate ipotesi:

Indipendenza delle osservazioni: questo presupposto fondamentale implica che ogni osservazione sia indipendente dalle altre. Non esiste correlazione o dipendenza tra le singole osservazioni.

Campionamento casuale dalle popolazioni: i dati devono essere campionati in modo casuale dalle popolazioni. In altre parole, ogni singola osservazione deve essere estratta indipendentemente dalla popolazione.

Dati ordinali: Il test di Mann-Whitney è particolarmente adatto per dati ordinali (di rango), di conteggio o continui che non seguono una distribuzione normale. Se i dati sono continui e seguono una distribuzione normale, un test più appropriato sarebbe il test t parametrico, che ha una maggiore potenza statistica in queste condizioni.

La violazione di questi presupposti può portare a risultati distorti o errati. Pertanto, comprendere e convalidare questi presupposti è fondamentale prima di eseguire ilTest U di Mann-Whitney.

---

Procedura dettagliata per eseguire il test U di Mann-Whitney

Devono essere seguiti più passaggi per condurre ilTest U di Mann-Whitney, un test non parametrico, è necessario seguire diversi passaggi .

1. Ordina i dati: Inizia combinando i due set di dati e ordinando tutti i valori in ordine crescente. Assegna un numero di rango a ciascuna osservazione, con il valore più piccolo che ottiene il rango 1. Se due o più valori sono identici (ovvero, a pari merito), viene assegnato loro un rango medio.

2. Calcola la somma delle classifiche: somma separatamente le classifiche per ciascun gruppo. In questo modo otterrai due totali, uno per ciascuno dei due gruppi che stai confrontando.

3. Calcola la statistica U: La statistica U per ciascun gruppo può essere calcolata utilizzando la formulaU = n1.n2 + (n1(n1+1))/2 – R1(gruppo 1) eU = n1.n2 + (n2(n2+1))/2 – R2(gruppo 2), dove n1 e n2 sono le dimensioni dei 2 campioni. R è la somma dei ranghi nel primo/secondo gruppo. Quindi otterrai due valori U, uno per ciascun gruppo.

4. Trova il valore U più piccolo: per il test viene utilizzato il valore U più piccolo tra le due statistiche U calcolate.

5. Determinare la significatività: confrontare la statistica U calcolata con il valore critico ricavato dalle tabelle della distribuzione U di Mann-Whitney (che varia in base alla dimensione dei campioni). Se il valore U calcolato è minore o uguale al valore riportato in tabella, la differenza è considerata statisticamente significativa.

6. Eseguire un test di ipotesi: a seconda del valore p della statistica U (spesso si usa p < 0.05), rifiutare o non rifiutare l'ipotesi nulla. L'ipotesi nulla (H0) per il test di Mann-Whitney è che le distribuzioni di entrambi i gruppi siano uguali.

Ricorda che i pacchetti software e i linguaggi di programmazione, come R e Python, dispongono di funzioni integrate per eseguire questi calcoli al posto tuo. L'utilizzo di tali strumenti può far risparmiare tempo e ridurre la probabilità di errori di calcolo manuali.

---

Riportare i risultati del test U di Mann-Whitney

Quando si riportano i risultati di un test U di Mann-Whitney, è fondamentale fornire i dettagli necessari che consentano al lettore di comprendere appieno l'esito del test e convalidare i risultati. Per creare un report completo, assicurati di includere questi componenti cruciali:

Descrivi il test: Indica di aver condotto un test di Mann-Whitney. Specifica perché questo test era appropriato, generalmente perché i dati erano ordinali o non distribuiti normalmente.

Dimensioni del campione nel rapporto: indicare le dimensioni dei campioni confrontati. Queste informazioni forniscono il contesto per comprendere l'entità della statistica U.

Fornire le statistiche del test: riportare la statistica U esatta, il valore p e la correlazione rango-biseriale come misura della dimensione dell'effetto.

Presentare le statistiche descrittive: includere la mediana di ciascun gruppo, poiché il test U di Mann-Whitney è un test sulle mediane. Fornire inoltre una misura della variabilità per ciascun gruppo.

Indicare il risultato: Spiegare se il risultato è stato significativo e cosa ciò implica in relazione alla domanda di ricerca.

Discutere la dimensione dell'effetto: riflettere sulle implicazioni pratiche della correlazione rango-biseriale. Un valore assoluto elevato rappresenta una dimensione dell'effetto ampia, indicando una notevole rilevanza pratica.

Segnala informazioni aggiuntive pertinenti: Descrivi dettagliatamente qualsiasi altra analisi o test rilevante che abbia guidato la tua decisione di utilizzare il test U di Mann-Whitney. Ad esempio, se è stato condotto un test di normalità (come il test di Shapiro-Wilk o il test di Kolmogorov-Smirnov) e i dati sono risultati non distribuiti normalmente, ciò giustifica l'uso del test di Mann-Whitney anziché di un test t. Includere queste informazioni fornisce una visione più trasparente del tuo processo decisionale statistico.

Ecco un esempio di come potresti riportare i risultati di un test U di Mann-Whitney:

“Abbiamo eseguito un test U di Mann-Whitney per analizzare la differenza nei livelli di soddisfazione tra i clienti del marchio A (n = 50, mediana = 85, IQR = 10) e quelli del marchio B (n = 60, mediana = 75, IQR = 15). Prima di ciò, è stato condotto un test di normalità di Shapiro-Wilk, che ha rivelato una distribuzione non normale dei dati, giustificando quindi il test di Mann-Whitney. I risultati del test sono risultati statisticamente significativi (U = 1200, p = 03), suggerendo una differenza nei livelli di soddisfazione tra i due gruppi di clienti. La correlazione rango-biseriale, come misura della dimensione dell'effetto, è risultata pari a 0.4, indicando una moderata rilevanza pratica. Pertanto, possiamo concludere che i clienti del marchio A sono significativamente più soddisfatti dei clienti del marchio B.“

---

Interpretazione dei risultati del test U di Mann-Whitney

L'interpretazione dei risultati delTest U di Mann-Whitneyimplica la comprensione della statistica U, del valore p e della dimensione dell'effetto:

Statistica U: La statistica U fornisce la somma dei ranghi dei dati dei due gruppi. Il valore U più piccolo tra le due statistiche U calcolate è quello utilizzato per il test. Se la statistica U è piccola, suggerisce molti ranghi bassi nel primo gruppo e molti ranghi alti nel secondo gruppo, indicando una differenza significativa tra i due gruppi.

Valore P: Il valore p aiuta a determinare la significatività statistica del risultato del test. Un valore p inferiore al livello di significatività scelto (solitamente 0.05) suggerisce che la differenza tra i due gruppi è statisticamente significativa. Pertanto, si rifiuta l'ipotesi nulla (che non vi sia alcuna differenza tra i due gruppi).

Dimensione dell'effetto: Insieme al valore p, è essenziale considerare la dimensione dell'effetto. Questa misura cruciale quantifica l'entità della differenza tra i due gruppi. Nel contesto del test U di Mann-Whitney, la dimensione dell'effetto viene spesso misurata utilizzando la correlazione rango-biseriale. A differenza del valore p, la dimensione dell'effetto è indipendente dalla dimensione del campione. Pertanto, fornisce una comprensione più intuitiva dell'entità dell'effetto osservato. La correlazione rango-biseriale offre una misura standardizzata dell'effetto, che può essere utile per confrontare i risultati tra diversi studi o set di dati. Il valore può variare da -1 a +1. Un valore vicino a |1| indica un effetto ampio in cui i ranghi in un gruppo sono costantemente più alti di quelli nell'altro. Un valore vicino a zero suggerisce un effetto minimo o nullo. Questa interpretazione della dimensione dell'effetto consente una migliore comprensione dell'esistenza, della rilevanza e del significato pratico della differenza tra i gruppi.

---

Il test U di Mann-Whitney contro Altri test non parametrici

The Test U di Mann-Whitneyviene spesso paragonato a test non parametrici come il test H di Kruskal-Wallis e il test dei ranghi con segno di Wilcoxon. Sebbene questi test presentino delle similitudini, vengono utilizzati in contesti diversi. Ad esempio, il test H di Kruskal-Wallis estende il test di Mann-Whitney a più di due gruppi, mentre il test dei ranghi con segno di Wilcoxon viene utilizzato per dati appaiati.

---

Articoli consigliati

Esplora altri articoli correlati sul nostro blog per ulteriori approfondimenti sui test statistici e sulle loro applicazioni!

• L'unione e l'intersezione di due insiemi: un approccio fondamentale all'analisi degli insiemi
• Test di Kruskal-Wallis: padroneggiare l'analisi non parametrica per più gruppi
• Comprensione delle ipotesi per il test di indipendenza del chi quadrato
• Qual è la differenza tra il test t e il test di Mann-Whitney?
• Statistiche e parametri: una guida completa alle domande frequenti
• Statistiche non parametriche: una guida completa

---

Domande frequenti (FAQ)